Awk — Построчное Сравнение Двух Файлов, И Если Шаблон Файла 1 Не Найден (Полностью Или Частично) В Файле 2, Напечатайте Строку Файла 1.

Ilschat

У меня есть два файла:

файл1 (поиск):

     awk 'NR==FNR{a[$1]++;next} !($1 in a) {print $1} {next}' file2 file1

файл2 (шаблоны):

awk 'FN==NR {exclude[$0];next} !($0 in exclude)' file2 file1

Что мне нужно:

1  
GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCGTAAAGTTTTTTTTT  
2  
3  
4  
GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCCGTCCGTAG

Это значит, что мне нужен скрипт, который ищет мои строки поиска в файле шаблонов, и если строки поиска можно найти полностью или частично (как для строки после "2"), то их не надо писать, а все остальные строки файла 1.

Я попробовал множество скриптов grep и awk, найденных на этом форуме, но ни один из них не дал того, что мне нужно, например.

GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCGTAAAGC
GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCGTAAAGCG
GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCGTAAAGCGTCC
GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCGTAAAGCGTCCGTAG

или

1  
GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCGTAAAGTTTTTTTTT  
2  
GACGGAGGATGCAAGTGTTATCCGGAAT  
3  
GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCGTAAAGCGTCC  
4  
GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCCGTCCGTAG

Я также попробовал grep.

В любом случае, все опробованные скрипты просто находят полностью совпадающие шаблоны, а не частично совпадающие...

Есть у кого-нибудь идеи??

#awk #grep #биоинформатика #сравнение файлов #сопоставление с образцом

Vn_

Используя

   NR == FNR       { seq[++n] = $1; next }

{

header = $0

getline

found = 0

for (i = 1; i <= n; ++i) {

if (match(seq[i], $0) > 0) {

found = 1

break

}

}

print header

if (!found) print
}

script:

file1

Запускаем его:

file1

Скрипт сначала считывает 2000 последовательностей из file1 into the array seq , а затем читает заголовок из getline followed by the sequence from file1 (с использованием file1 ). It then goes through the array seq чтобы найти последовательность, содержащую текущую последовательность из file2 . If such a sequence is found, the header is printed and the script continues with the next line in $ awk -f script.awk file2 file1 1 GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCGTAAAGTTTTTTTTT 2 3 4 GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCCGTCCGTAG . В противном случае печатаются и заголовок, и последовательность.

Скрипт предполагает, что NR == FNR { seq[++n] = $1; next } { header = $0 getline for (i = 1; i <= n; ++i) { if (match(seq[i], $0) > 0) { print header next } } print header print } contains alternating header and sequence lines, and absolutely no multi-line sequence.

Ниже приведен тот же сценарий, но с использованием принципа DRY («Не повторяйтесь»):

awk

Ttc244skestSoky

  1
GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCGTAAAGTTTTTTTTT
2
3
4
GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCCGTCCGTAG

+ m решение:

grep

cmd - crucial awk '/^[^>0-9]/{ m = ""; cmd = sprintf("grep -m1 %s file2", $0); cmd | getline m; close(cmd); if (m) next; }1' file1 команда
grep - variable filled with possible matched item

Вывод:

awk

Ogaib

    1
GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCGTAAAGTTTTTTTTT
2
3
4
GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCCGTCCGTAG

файл_1

GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCGTAAAGC
GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCGTAAAGCG
GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCGTAAAGCGTCC
GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCGTAAAGCGTCCGTAG

файл_2

1
GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCGTAAAGTTTTTTTTT
2
GACGGAGGATGCAAGTGTTATCCGGAAT
3
GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCGTAAAGCGTCC
4
GACGGAGGATGCAAGTGTTATCCGGAATCACTGGGCCGTCCGTAG

Выход

grep -vxf <(grep -of file_1 file_2 | sort -u) file_1

Похожие темы	Дата
Обновления - Я Добавил Daily Ppa, И Appstream Вызывает Ошибку При Попытке Обновления.	19.12.2024, 05:12
Boot - Установка Elementary Os Odin Не Запускается	19.12.2024, 05:12
Релиз Локи - Первая Установка	19.12.2024, 05:12
Dhcpcd — Динамическое Обновление Dhcp И Dns, Можно Ли Переопределить/Обновить Запись Dhcid?	19.12.2024, 05:12
Usb - Почему Я Не Могу Сейчас Смонтировать Диск Из-За Ограниченной Памяти?	19.12.2024, 05:12
Centos — Как Получить Права Пользователя	19.12.2024, 05:12
Xterm — Динамический Заголовок Окна Из Командного Ввода (Tcsh)	19.12.2024, 05:12
Bash — Перенаправить Результаты Awk Exec В Другую Папку	19.12.2024, 05:12
Lvm — Что Такое Мета-Устройство?	19.12.2024, 05:12
Ням - Установка Scilab В Opensuse 11.3	19.12.2024, 05:12

Awk — Построчное Сравнение Двух Файлов, И Если Шаблон Файла 1 Не Найден (Полностью Или Частично) В Файле 2, Напечатайте Строку Файла 1.

Ilschat

Vn_

Ttc244skestSoky

Ogaib

I AM

Интересно